METEOROLOGIA CON CHAT GPT 3.5 -GOOGLE COLAB

 ANALISIS METEOROLOGICO PARTE 1

Enlace CHAT GPT 3.5 

https://chat.openai.com/share/e15b97cb-494e-411d-b4ea-30dea3ee1150

1. Código de entrada de los datos en Google colab.-

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

# Datos proporcionados

data = {

    'Mes': ['Enero', 'Febrero', 'Marzo', 'Abril', 'Mayo', 'Junio',

'Julio', 'Agosto', 'Septiembre', 'Octubre', 'Noviembre', 'Diciembre'],

    'Temperatura Media (ºC)': [13.7, 13.8, 13.4, 10.5, 6.5, 4.0,

6.7, 5.9, 9.0, 11.4, 12.5, 13.3],

    'Temperatura Maxima (ºC)': [21.6, 21.9, 22.4, 22.2, 18.3, 16.1,

18.6, 18.5, 21.2, 22.3, 23.0, 22.2],

    'Temperatura Minima (ºC)': [7.7, 7.6, 5.7, -0.5, -5.0, -7.8,

-5.0, -7.0, -3.9, 0.1, 2.4, 6.3],

    'Humedad Relativa (%)': [64.6, 64.0, 55.8, 36.1, 26.3, 22.3,

20.9, 21.2, 21.8, 31.9, 40.3, 57.8],

    'Velocidad del Viento Km/h': [2.5, 2.7, 2.5, 1.8, 1.5, 1.4,

1.4, 1.7, 2.4, 3.1, 3.4, 3.2],

    'Lluvia acumulada (mm)': [108.6, 23.2, 29.8, 0.0, 0.0, 0.0,

0.0, 0.6, 0.0, 0.0, 4.6, 48.4],

    'Evapotranspiración acumulada (mm)': [149.3, 138.9, 150.0,

128.4, 102.0, 77.3, 91.0, 112.6, 141.3, 163.1, 169.8, 167.5]

}

# Crear DataFrame

df = pd.DataFrame(data)

# Mostrar el DataFrame

print(df)

------------------------------------------------------------------------------------------------------------------------

2. Base de datos creado en Google Colab.-

Mes Temperatura Media (ºC) Temperatura Maxima (ºC) \ 0 Enero 13.7 21.6 1 Febrero 13.8 21.9 2 Marzo 13.4 22.4 3 Abril 10.5 22.2 4 Mayo 6.5 18.3 5 Junio 4.0 16.1 6 Julio 6.7 18.6 7 Agosto 5.9 18.5 8 Septiembre 9.0 21.2 9 Octubre 11.4 22.3 10 Noviembre 12.5 23.0 11 Diciembre 13.3 22.2 Temperatura Minima (ºC) Humedad Relativa (%) Velocidad del Viento Km/h \ 0 7.7 64.6 2.5 1 7.6 64.0 2.7 2 5.7 55.8 2.5 3 -0.5 36.1 1.8 4 -5.0 26.3 1.5 5 -7.8 22.3 1.4 6 -5.0 20.9 1.4 7 -7.0 21.2 1.7 8 -3.9 21.8 2.4 9 0.1 31.9 3.1 10 2.4 40.3 3.4 11 6.3 57.8 3.2 Lluvia acumulada (mm) Evapotranspiración acumulada (mm) 0 108.6 149.3 1 23.2 138.9 2 29.8 150.0 3 0.0 128.4 4 0.0 102.0 5 0.0 77.3 6 0.0 91.0 7 0.6 112.6 8 0.0 141.3 9 0.0 163.1 10 4.6 169.8 11 48.4 167.5